OI Problem Fetcher

拉取信奥赛/ACM 竞赛原题（含样例输入输出）并输出为 Markdown 文件，供出卷、布置作业、复盘使用。

适用场景

• 拉单题：指定某个题号（如 P1000）拉取单题
• 拉区间：批量拉取一段连续题号（如 P1000-P1010、HDU 1000-1010）
• 拉比赛整套：CF 按 contest id、AtCoder 按 contest code 拉整场比赛所有题
• 拉机构 OJ 题：传入基础 URL + 题号即可

不适用

• 需要题解 / 题解视频 / 官方代码 → 见 references/luogu.md 的扩展方案
• 需要提交评测 → 本 Skill 只做"拉"，不做"评"
• 洛谷已登录 Cookie 的私密题目 → 见下文"鉴权"小节

工作流

按这个 checklist 执行：

Task Progress:
- [ ] Step 1: 解析用户输入，识别平台与题号
- [ ] Step 2: 选择对应平台的拉取脚本
- [ ] Step 3: 执行脚本，输出 Markdown 文件
- [ ] Step 4: 验证输出文件（题数、样例齐全）
- [ ] Step 5: 告知用户输出位置

Step 1: 解析输入

用户输入通常长这样：

注意大小写不敏感：用户输入 p1000 和 P1000 等价，脚本内部统一转大写 P 系列 / 转小写 HDU 系列。

如果输入含糊（如"帮我拉洛谷第一题"），必须先确认题号再继续 —— 不要猜测。

Step 2: 选择脚本

根据平台选择 scripts/fetch_<platform>.py，所有脚本共享 scripts/common.py 中的通用工具。

平台识别优先级（按下面顺序匹配，命中即停）：

1. 含 P/B/U 前缀后跟数字 → Luogu
2. 含 AT_ 前缀 → 先 Luogu，404 则回退 AtCoder
3. 含数字+大写字母（如 1800A、1A2）且是纯字母数字 → Codeforces
4. 含 HDU/hdu 前缀 → HDUOJ
5. 含 NC 前缀数字 → Nowcoder
6. 用户明确给出 URL → 通用抓取器 scripts/fetch_generic.py
7. 无法识别 → 询问用户

完整 URL 模板和接口规范见 platforms.md。

Step 3: 执行脚本

核心调用格式：

# 拉单题
python ~/.cursor/skills/oi-problem-fetcher/scripts/fetch_luogu.py --problem P1000 --out ./problems/P1000.md

# 拉区间（支持步进）
python ~/.cursor/skills/oi-problem-fetcher/scripts/fetch_luogu.py --range P1000-P1010 --out ./problems/

# 拉 CF 整场比赛
python ~/.cursor/skills/oi-problem-fetcher/scripts/fetch_codeforces.py --contest 1800 --out ./problems/cf1800/

# 拉 AtCoder 整套
python ~/.cursor/skills/oi-problem-fetcher/scripts/fetch_atcoder.py --contest abc001 --out ./problems/abc001/

# 通用抓取（机构 OJ）
python ~/.cursor/skills/oi-problem-fetcher/scripts/fetch_generic.py --url https://oj.xxx.ac.cn/problem?id=123 --out ./problems/prob123.md

推荐工作目录：在某个题库项目下执行（参见下方"项目化使用"），输出路径用相对路径更稳。

Step 4: 验证输出

每个脚本都会打印：

Fetched P1000 -> ./problems/P1000.md
  ✓ Title: A+B Problem
  ✓ Description: 2 paragraphs
  ✓ Samples: 3 input/output pairs
  ✓ Tags: [入门, 数学]

如果某项标 ✗，应回退到 platforms.md 中该平台的 fallback 章节，或提示用户手工补齐。

Step 5: 告知用户

回复时给出：
1. 输出文件的绝对路径列表
2. 题数统计（成功 / 失败）
3. 失败题目的清单（如有），并提示对应平台的鉴权 / 网络问题

输出格式

每个题目一个 .md 文件，统一模板见 output-template.md。要点：

• 文件名优先用 {题号}.md（如 P1000.md），多题时用目录包一层
• 必须包含：标题、原题描述（Markdown 格式保留）、样例输入/样例输出
• 图片 / 公式 / 数学符号：保留 HTML 标签（如 LaTeX 用 \(...\)），并在脚本日志里标"含 N 张图需手工补"

鉴权

鉴权失败的处理：脚本不报错崩溃，而是回退到"只拿到部分内容"并在日志里标 ⚠️，提示用户手动补充。

项目化使用（推荐）

建立一个 problems-repo 项目（任何路径都行）作为拉题的工作区：

problems-repo/
├── README.md              # 说明本目录的用途
├── problems/              # 题目按平台分目录
│   ├── luogu/
│   ├── codeforces/
│   ├── atcoder/
│   ├── nowcoder/
│   └── hduoj/
├── contests/              # 整场比赛拉取到这里
│   ├── cf-round-1800/
│   └── abc001/
└── .cursor/
    └── skills/            # 把本 Skill 软链或拷贝到这里

首次初始化：

mkdir -p problems-repo/problems problems-repo/contests
# 把 Skill 链接进项目（让 Agent 在该项目里也能识别）
ln -s ~/.cursor/skills/oi-problem-fetcher .cursor/skills/

之后用户在该项目下说"拉 P1000-P1010"，Agent 会自动用本 Skill 并把文件输出到 problems/luogu/。

失败模式

依赖安装

执行拉取前确保 Python 依赖已装：

pip install requests beautifulsoup4 lxml html2text

可选（如要渲染 LaTeX 公式）：

pip install markdownify markdown

自定义扩展

如果用户要求加新平台，按下面模式扩展（参考 references/ 里现有平台的写法）：

1. 在 scripts/ 下加 fetch_<platform>.py
2. 在 platforms.md 加平台速查行
3. 在 references/ 下加详细文档
4. 复用 common.py 的 clean_html、render_markdown、write_problem_file 三个函数即可

速查：常用拉题指令

Additional Resources

• platforms.md — 各平台 URL/API/题号格式速查
• output-template.md — 输出 Markdown 模板
• references/luogu.md — 洛谷详细拉取说明
• references/codeforces.md — CF 详细拉取说明
• references/atcoder.md — AtCoder 详细拉取说明
• references/nowcoder.md — 牛客详细拉取说明
• references/hduoj.md — HDUOJ 详细拉取说明